假设我们有一组样本数据，分为两个类别，且每个样本都由n维特征表示，那么：（
举一反三
- 假设我们有一组样本数据，分为两个类别，且每个样本都由n维特征表示，那么： A: 感知学习的过程，权重保持不变 B: 感知器模型通过调整权重，所有样本都能激活神经元 C: 不用学习，感知器就可以正确预测样本的类型 D: 我们就可以使用感知器来学习样本，“感知”到两类样本的差别
- 有一softmax模型，假设输入x的有m个样本，其特征有d个，所有的输入样本一共有n个类别，则该模型的神经元有（）个 A: m B: d C: n D: d*n
- 有一包含1,000个样本的数据集，经过特征提取和特征选择，平均每个样本提取出了100个特征，共100,000个，其中不重复的特征为10,000个，如果采用向量空间模型将样本表示为向量，那么每个样本被表示为多少位的向量（）
- 假设一组样本之样本数(n=35)，样本平均数=2.4，样本变异数=0.29，欲检定其母体平均数是否大于2.3，则对立假说该如何设立?
- 假设一组样本之样本数n=36，样本平均数=2.4，样本变异数=0.25，欲检定其母体平均数是否大于2.3，则检定统计量t约为何?